# SparkChain 图片生成 Android SDK集成文档

implementation files('libs/SparkChain.aar')

<application android:requestLegacyExternalStorage="true"/>

-keep class com.iflytek.sparkchain.** {*;} 
-keep class com.iflytek.sparkchain.**

//配置应用信息 
SparkChainConfig config =  SparkChainConfig.builder()       
    .appID("$appId")       
    .apiKey("$apiKey")       
    .apiSecret("$apiSecret"); 
int ret = SparkChain.getInst().init(getApplicationContext(), config); 

public class LLMConfig {    
    public LLMConfig uid(String uid) {
        ...
    }    
    public LLMConfig domain(String domain) {
        ...
    }    
    public LLMConfig auditing(String auditing) {
        ...
    }    
    public LLMConfig chatID(String chatID) {
        ...
    }    
    public LLMConfig temperature(float temperature) {
        ...
    }    
    public LLMConfig topK(int topK) {
        ...
    }    
    public LLMConfig maxToken(int maxToken) {
        ...
    }    
    public LLMConfig url(String url) {
        ...
    } 
} 

LLMConfig tti_llmConfig = LLMConfig.builder()    
    .maxToken(2048)    
    ... 
    .topK(4);//config配置可缺省，demo仅供展示如何使用,开发者根据实际情况选择。 
LLM tti_llm = LLMFactory.imageGeneration(1024,1024,tti_llmConfig);

public class LLM { 
    public LLMOutput run(String question) { 	
        ... 
    } 	
    public LLMOutput run(String question, int ttl) { 	
        ... 
    }     
}

String content = "帮我画一座山。"; 
Log.d("SparkChain","content: " + content); 
//同步请求 
LLMOutput syncOutput = llm.run(content); 
//解析获取的结果，示例展示所有结果获取，开发者可根据自身需要，选择获取。 
byte [] bytes        = syncOutput.getImage();//获取交互结果 
int errCode          = syncOutput.getErrCode();//获取结果ID,0:调用成功，非0:调用失败 
String errMsg        = syncOutput.getErrMsg();//获取错误信息 
String role          = syncOutput.getRole();//获取角色信息 
String sid           = syncOutput.getSid();//获取本次交互的sid 
int completionTokens = syncOutput.getCompletionTokens();//获取回答的Token大小 
int promptTokens     = syncOutput.getPromptTokens();//包含历史问题的总Tokens大小 
int totalTokens      = syncOutput.getTotalTokens();//promptTokens和completionTokens的和，也是本次交互计费的Tokens大小

LLMCallbacks llmCallbacks = new LLMCallbacks() {    
    @Override    
    public void onLLMResult(LLMResult llmResult, Object usrContext) {             
    
    }       
    @Override    
    public void onLLMEvent(LLMEvent event, Object usrContext) {             
    
    }       
    @Override    
    public void onLLMError(LLMError error, Object usrContext) {             
    
    } 
};

private LLMCallbacks mLLMCallbacksListener = new LLMCallbacks() { 
    @Override    
    public void onLLMResult(LLMResult result, Object o) {        
        //解析获取的交互结果，示例展示所有结果获取，开发者可根据自身需要，选择获取。        
        byte [] bytes        = result.getImage();//一次性返回完整结果，因此不需要获取status去判断结果是否返回完成        
        String role          = result.getRole();//获取角色信息        
        String sid           = result.getSid();//本次交互的sid        
        int completionTokens = result.getCompletionTokens();//获取回答的Token大小        
        int promptTokens     = result.getPromptTokens();//包含历史问题的总Tokens大小        
        int totalTokens      = result.getTotalTokens();//promptTokens和completionTokens的和，也是本次交互计费的Tokens大小    
    }     
    @Override    
    public void onLLMEvent(LLMEvent llmEvent, Object o) { 	
        int eventId     = event.getEventID();//获取事件ID        
        String eventMsg = event.getEventMsg();//获取事件信息        
        String sid      = event.getSid();//本次交互的sid    
    }     
    @Override    
    public void onLLMError(LLMError error, Object o) {    	
        int errCode   = error.getErrCode();//返回错误码        
        String errMsg = error.getErrMsg();//获取错误信息        
        String sid    = error.getSid();//本次交互的sid    
    } 
}; 
tti_llm.registerLLMCallbacks(mLLMCallbacksListener);

public class LLM { 
    public int arun(String question) { 	
        ... 
    } 	
    public int arun(String question, Object usrTag) { 	
        ... 
    }     
}

String question = "帮我画一座山。"; 
int ret = tti_llm.arun(question); 
//带有用户自定义标识交互 
//String myContext = "myContext"; 
//int ret = tti_llm.arun(question,myContext);

tti_llm.stop();

SparkChain.getInst().unInit();